复合随机变量是统计分布数量的乘积（或乘积之和）。 这样的变量可以代表提交给庞大的，多样化的，独立的，匿名的非专家答复者（“人群”）的多因素定量问题的解决方案。 这项研究的目的是检查从大量人群到涉及图像分析和对象计数的定量问题的解决方案的统计分布。 作者的理论分析涵盖一系列条件和因素变量类型，预测复合随机变量以对数正态分布以极好的近似值分布。 如果问题中的因素本身是对数正态分布的，那么它们的乘积就是严格对数正态分布的。 由作者设计并在英国广播公司（BBC）电视节目的协助下实施的众包实验得出了约2000个响应的样本，符合对数正态分布。 样本平均值在真实计数的〜12％以内。 但是，该实验的蒙特卡洛模拟（MCS）采用正态或对数正态随机变量作为因素来建模一百万个人群可能达到其估计值的过程的模型，从而产生了视觉上完美的对数正态分布平均响应在真实计数的5％以内。 这项研究的结果表明，通过模拟来自大量，理性和激励人群的响应样本，建模良好的MCS可以为定量问题提供比直接对较小人群进行采样更准确的解决方案或大小不一的无知人群随机猜测。
